中 華 大 學

中 華 大 學 碩 士 論 文

使用社會網絡分析方法探討政府推薦的 台灣旅遊路線

An exploration of Taiwan government recommended tourism routes: using social

network analysis

系 所 別：資訊管理學系碩士班 學號姓名：M09710001 鄭學駿 指導教授：李之中博士

中 華 民 國 100 年 8 月

I

摘 摘 摘

摘 要 要 要 要

傳統的旅遊研究通常把各個旅遊活動視為獨立的個體，並對這些獨立個體中 的旅遊相關人、事、物進行討論。但是這種研究方式忽略了旅遊系統中不同個體 間行動者(旅遊活動中的人、事、物)的關係結構。事實上，一個旅遊路線中或不 同旅遊路線間的人、事、物的互動，是一個構成複雜的系統，其中個體在旅遊過 程中並不是各自獨立的，這些個體不但相互依賴同時也相互作用，彼此之間互相 傳遞訊息，形成錯綜複雜的網絡。本論文主要是利用社會網絡分析的方法去探討 台灣政府觀光局所統計出的熱門遊憩景點所形成的網絡關係，利用觀光局與各縣 市政府所規劃的建議旅遊路線來建立出熱門遊憩景點的社會網絡圖，用來了解如 何利用政府所規劃的旅遊景點來設立有效的活動與設施。

關鍵詞關鍵詞

關鍵詞關鍵詞：：：：旅遊旅遊旅遊、旅遊、、社會網絡分析、社會網絡分析社會網絡分析、社會網絡分析、、旅遊路線、旅遊路線旅遊路線、旅遊路線、、景點設施規劃、景點設施規劃景點設施規劃。景點設施規劃。。。

II

ABSTRACT

Traditional tourism research in all tourism activities usually regarded as independent entities, and individuals in the independent travel-related people and things to discuss. However, this study ignores the tourism system, actors in different individuals (the people in tourism activities and things) of the relational structure. In fact, a tour, or between people of different tours and things interactive, complex system is a form in which the individual is not in the tourism process independent, these individuals will not only interdependent but also interaction transmit messages between each other to form a complex network. This study is using social network analysis to explore the statistics of the Taiwan government's Bureau of the most popular recreational attractions are a network of relationships, the use of the Tourism Bureau and the recommendations of county and city governments are planning to build a popular travel attractions, recreational social network charts to understand how the Government planned to set up an effective tourist attractions in the activities and facilities.

Keywords：

Tourism routes, Attractions

facilities planing.

III

誌 誌 誌

誌 謝 謝 謝 謝

首先要感謝的是我的指導老師李之中博士，在求學的日子裡給予許多的指導 與鼓勵，也提供了我許多學習的機會，在這段日子裡老師總能夠提供我學習的意 見與啟發不同的想法，讓我在學習的期間能得到許多新知。同時也感謝擔任我的 口試委員的林芳苓與王貞雅老師，細心的指導與改正論文中的錯誤，也提出許多 建議使我的論文更加完善。

在這段日子裡，也感謝商業智慧實驗室的學長姐政傑、莉婷、宜眞、宏儒、

澄宇、鈞毅，以及同學峻維、昇岳以及學弟妹永昊、遜彰、佩玲，在實驗室的日 子裡多虧有各位的陪伴，無論在學業上或生活上都給了我莫大的幫助，謝謝各 位。

最後要謝謝我父母無悔的付出，讓我能夠專心的完成碩士學位，謝謝你們。

鄭學駿 謹誌 中華大學 資訊管理學系 中華民國 一百年八月

IV

目錄 目錄 目錄 目錄

摘 要... I ABSTRACT ... II 誌 謝... III 目錄... IV 圖目錄... V 表目錄... VI

第一章 緒論... 1

第一節 研究背景與動機... 1

第二節 研究目的與問題... 2

第三節 研究流程... 3

第四節 論文架構... 4

第二章 文獻探討... 5

第一節 社會網絡分析... 5

第二節 社會網絡分析於旅遊研究中的應用... 8

第三章 研究方法... 13

第一節 研究架構... 13

第二節 研究對象... 14

第三節 研究工具... 14

第四節 研究步驟... 15

第四章 研究結果... 20

第一節 描述性分析... 20

第二節 中心性指標分析... 24

第三節 討論... 42

第五章 結論... 47

第一節 研究發現... 47

第二節 研究意涵/應用 ... 50

第三節 研究限制... 52

第四節 未來研究建議... 53

參考文獻... 54

V

圖目錄 圖目錄 圖目錄 圖目錄

圖 1-1 研究流程圖 ... 4

圖 3-1 研究架構圖 ... 14

圖 3-2 社會網絡圖範例 ... 16

圖 4-1 台灣熱門遊憩景點網絡圖 ... 23

圖 4-2 北台灣社會網絡圖 ... 43

圖 4-3 中台灣社會網絡圖 ... 44

圖 4-4 中台灣社會網絡圖 ... 45

圖 4-5 南台灣社會網絡圖 ... 46

VI

表目錄 表目錄 表目錄 表目錄

表 2-1 應用於旅遊網絡的社會網絡分析方法與意義(劉法建，2009)... 11

表 3-1 景點關係矩陣範例圖 ... 16

表 4-1 景點編號對照表 ... 20

表 4-2 各縣市熱門遊憩景點數量表 ... 22

表 4-3 網絡規模數量統計表 ... 23

表 4-4 北台灣程度中心性 ... 25

表 4-5 中台灣程度中心性 ... 27

表 4-6 東台灣程度中心性 ... 28

表 4-7 南台灣程度中心性 ... 29

表 4-8 北台灣親近中心性 ... 31

表 4-9 中台灣親近中心性 ... 33

表 4-10 東台灣親近中心性 ... 34

表 4-11 南台灣親近中心性 ... 35

表 4-12 北台灣中介中心性 ... 37

表 4-13 北台灣中介中心性統計彙整表 ... 38

表 4-14 中台灣中介中心性 ... 39

表 4-15 中台灣中介中心性統計彙整表 ... 39

表 4-16 東台灣中介中心性 ... 40

表 4-17 東台灣中介中心性統計彙整表 ... 40

表 4-18 南台灣中介中心性 ... 41

表 4-19 南台灣中介中心性統計彙整表 ... 42

表 4-20 全域中心性統計表 ... 42

表 4-21 各地區變異數彙整表 ... 42

表 4-22 各地區密度表 ... 43

表 5-1 台灣北部熱門遊憩景點網絡特徵與建議設施一覽表 ... 51

表 5-2 台灣中部熱門遊憩景點網絡特徵與建議設施一覽表 ... 51

表 5-3 台灣東部熱門遊憩景點網絡特徵與建議設施一覽表 ... 52

表 5-4 台灣南部熱門遊憩景點網絡特徵與建議設施一覽表 ... 52

1

第一章 第一章 第一章

第一章 緒論 緒論 緒論 緒論

第一節 第一節 第一節

第一節 研究背景 研究背景 研究背景 研究背景與動機 與動機 與動機 與動機

觀光係無煙囪產業，具有不限特定地域發展與勞力密集之特性，有助於降低貧富 差距、促進環境保護與永續發展；觀光產業是許多國家最重要的出口部門之一，也是 賺取外匯的主要來源。根據世界觀光組織(World Tourism Organization)指出在 2000 年 觀光市場趨勢分析中指出，在全球各國的外匯收入中有超過 8%的部分是來自觀光收 益，其總收益高居第一並超越所有其他國際貿易類別，由此可知觀光產業能帶來大量 的經濟效益。而根據世界旅行及觀光委員會(World Travel & Tourism Council) 的統計，

2007 年觀光與旅行經濟約占全球 GDP 的 10.4%（含觀光與旅行產業 3.6%及其他關聯 產業 6.8%），可提供 2.31 億個就業機會，占全球總就業數的 8.3%（其中觀光與旅行

產業可提供 0.76 億個就業機會、占全球總就業數的 2.7%）(經建會部門計劃處

，

在台灣，根據交通部觀光局的 97 年台灣地區觀光衛星帳(2008)指出，2008 年台灣觀 光 GDP 為 2,396 億元，該年全國 GDP 為 126,576 億元，該年觀光 GDP 占全國 GDP 的 比例為 1.89% ，觀光產業就業人口為 245,445 人。以上資料都可說明觀光產業的相關 活動在世界或台灣都已經成為非常重要的經濟活動。

由於觀光產業的相關活動在世界或台灣都已經成為非常重要的經濟活動，因此許 多學者針對觀光產業中的活動進行了許多的研究。朱自敏(2006)認為，觀光產業的經 營不只要有完善的設施，還要能呈現當地的文化特色與內涵。曹東月(2006)認為發展 觀光產業能夠凝聚社區居民的共識，振興地方經濟與提高其他產業的附加價值。劉大 和(2001)認為觀光產業的發展需要經過長時間的努力，除了優美的景色外，人文活動 傳達的意義更能吸引旅客。

在傳統的研究中，通常把各個旅遊活動視為獨立的個體，並對這些獨立個體的所

2

發生的旅遊相關人、事、物進行討論(余洁，2006)，但是這種研究方式忽略了旅遊系 統中相關個體中人、事、物(本論文稱為行動者)的關係結構。事實上，旅遊活動中的 行動者之間的互動，是一個組成複雜的系統。在這個系統中，各行動者彼此相互依賴 並相互作用，而非各自獨立，行動者彼此之間互相傳遞著訊息，形成錯綜複雜的網絡。

事實上，在旅遊活動開始之前，旅遊路線的規劃與安排往往是事先必須考量的問 題，目前國內的旅遊路線大多根據「經驗法則」來規劃，通常依照某地區內的遊憩景 點依道路行徑來做串連，但是遊憩景點並非只單純在一條路線上，而是連結成錯綜複 雜的「網狀結構」。在錯綜複雜的網路系統中，社會網絡分析是一個常被用來研究行 動者與行動者之間的關係結構的工具，在社會網絡分析中可以節點來代表旅遊景點，

而利用線連接表示旅遊景點之間的關係。這種以節點和線來架構出的圖稱為社會網絡 圖，利用社會網絡圖所呈現的網絡結構，我們能夠了解所有旅遊景點的社會網絡特徵，

並觀察這些特徵對旅遊景點與網絡所造成的影響。

在使用社會網路分析方法針對台灣地區的旅遊活動進行相關研究中，學者 Hsin-Yu Shih(施信祐)(2006)旅遊路線所形成網絡的網絡特徵來分析南投地區的 16 個 景點在網絡中所具備的特徵，這個研究同時利用這些網絡中的特徵來建議各旅遊景點 所需要的設施與活動。但是，這個研究僅針對南投地區的旅遊景點進行分析，並未針 對台灣所有的景點進行分析。本研究利用社會網絡分析方法分析台灣旅遊景點所形成 的網絡關係，利用台灣政府所規劃的旅遊路線建立旅遊景點的社會網絡，並分析這個 網絡的特性。針對每一個旅遊景點利用該景點在網絡中所具有的特性，對政府提出各 景點合適進行旅遊活動與設施設置的建議。

第二節 第二節 第二節

第二節 研究目的 研究目的 研究目的 研究目的與問題 與問題 與問題 與問題

本論文首先收集台灣政府所推薦的台灣旅遊路線，並將這些旅遊路線形成網絡，

再利用社會網絡分析的方法分析該網絡中的特性。並根據該網絡中的特性對政府所規 劃的旅遊景點中的旅遊活動與設施提出建議。因此本研究的研究目的為使用社會網絡

3

分析由台灣政府所推薦旅遊路線所形成網絡的網絡特性，並使用旅遊路線網絡中的網 絡特性對景點中的旅遊活動與設施提出建議。為達成為達到上述的研究目的，本研究 的待答問題如下：

一、旅遊路線網絡的程度中心性分析結果。

二、旅遊路線網絡的中介中心性分析結果。

三、旅遊路線網絡的親近中心性分析結果。

四、使用旅遊路線網絡中心性分析的結果對景點的旅遊活動與設施所提出的建議。

第三節 第三節 第三節

第三節 研究流程 研究流程 研究流程 研究流程

本研究流程如圖 1.1，首先觀察生活脈動形成研究動機與目的，接著進行相關研 究的文獻調查，觀察相關研究的主題與相關研究中所發展與使用的理論與研究方法，

透過參考過去研究的主題與方法進而擬定本研究的主題與所使用的研究方法，根據研 究主題與研究方法擬定研究架構，並依據研究架構進行研究活動，已取得研究資料，

並對所取得的研究資料進行資料分析，並找出資料特徵，最終根據資料分析結果整理 成研究結論(包含研究發現、研究管理意涵)與未來研究的可能建議。

4

圖 1-1 研究流程圖

第四節 第四節

第四節 第四節 論文架構 論文架構 論文架構 論文架構

本論文後續章節架構如下所述，第二章為探討旅遊路線模式以及在本研究中所使 用的研究方法-社會網絡分析的相關研究。第三章為描述如何利用社會網絡分析來對 台灣熱門遊憩景點進行探討，本研究將其分為三個步驟，第一步為收集資料、彙整以 及前置作業的處理，第二步為選擇本研究所需的指標，最後第三步則是社會網絡分析 結果的產生、分析與整理。第四章則是描述利用社會網絡分析所得的結果進行分析。

第五章是我們的結論以及對未來研究方向的描述。

5

第二章 第二章 第二章

第二章 文獻探討 文獻探討 文獻探討 文獻探討

本章一共分為二節，第一節介紹社會網絡分析方法，而第二節則是探討社會網絡

分析在旅遊研究中的應用。

第一節 第一節 第一節

第一節 社會網絡分析 社會網絡分析 社會網絡分析 社會網絡分析

許多研究領域如人類學、社會學、心理學、經濟學等可以利用網路(network)來解

釋，透過個體之間的互動來了解整個網絡的關係。(陳榮德，2004)。

在 1960 年後，社會科學的研究開始引入網絡的概念，發展出社會網絡(social

network)的概念。社會網絡可以將一些無法看見的關係形成網絡，例如情感網絡、 諮 詢網絡、信任網絡、訊息網絡，並且利用各種社會網絡的指標來解釋或解決所面臨的 問題(邱毅德, 2003)。

在社會網絡的研究中，學者分為兩派，分別為結構論者與個體論者。在結構論中 最著名的學者為 Blau(1977)、Mayhew(1980)及 Wellman(1988)等，結構論的學者認為 社會網絡中會給予個體機會以及行為上限制，而個體的屬性、性格、態度、認知等是 無法對社會網絡造成任何影響的；但個體論者與結構論者的觀點不同，個體論的學者 認為個體的行為將會影響社會網絡的變化，其所關心的重點在於如何去建構一個適當 的網絡結構，而不是結構論者所主張的網絡結構能給個體什麼資源。近年來已經有學 者開始以個體屬性的觀點探討不同屬性的個體形成不同的社會網絡，Breiger &

Ennis(1979)研究小群體中的人格特質及人際網絡結構；而 Adorno, Frenkel-Brunswik, Levinson & Standford(1950)研究具有獨裁性格的人所建立的人際關係。

而 社 會 網 絡 分 析 的 研 究 方 向 Boggatti(1998) 將 其 分 為 自 我 中 心 網 絡 (ego-centericnetworks)與整體網絡(whole networks)。自我中心網絡的研究是以行動者 為中心，觀察行動者外向連繫的狀況，行動者的連繫越多，則代表此行動者掌握越多 的管道。自我中心網絡研究的重點主要在於資源的取得。若觀察的行動者處於網絡的 中心位置，則能所建立的連繫越多，對於獲取的資源也越多；整體網絡則與自我中心

6

網絡相反，著重的是網絡內部的聯繫以及其網絡的結構特徵，研究重點主要在於資源 的流動與配置，透過有效的配置可以使資源被分配到更有效益的地方，使更多的成員 能夠使用到資源。

2.2.1 社會網絡的定義：

社會行動者(social actors)與社會行動者之間透過各種關係形成社會網絡，社會行 動者可以是個人、是國家，甚至是經濟體，這些社會行動者會形成各種不同關係的社 會網絡。Laumann,Galaskiewicz,& Marsden(1978)認為一群節點(nodes)，能透過各種關 係連結形成社會網絡。Emirbayer & Goodwin(1994)則將一群行動者所組成的社會關係 定義為社會網絡。

Mitchell(1969)將社會網絡定義為：在群體中個人特定的連繫關係所形成的結構可 用來說明個人的社會行為。由其定義可知社會網絡至少包含三個要素：

一、行動者(Actors)：社會網絡中最基本的要素，行動者可以是人、事、物，是其研 究而定。

二、關係(Relationship)：行動者與行動者會因不同的關係產生不一樣的互動方式，常 見的關係型態有情感關係(Sentiment Relations)、交易關係(Transaction Relations)、

溝 通 關 係 (Communication Relations) 、 親 屬 和 血 統 關 係 (Kinship and Descent Relations)、權威和權力關係(Authority/Power Relations)及合夥關係等。

三、連繫(Ties)：當確定行動者之間的關係後，必須要透過聯繫來讓行動者建立直接 或間接的關係，而建立的聯繫是有強弱程度的差別的，分為強連繫與弱連繫。強 連繫必須建立在大量情感且有頻繁互動的條件上；而弱連繫則是低情感且不須互 動的單向給予。

由上述學者們對社會網絡的定義中，我們可以了解社會網絡是經由一群社會行動

者以各種類型的關係所組合而成的。因此社會網絡所探討的對象是個體與個體之間所 形成的「關係」，而非「個體」本身。

2.2.2 社會網絡的起源與發展：

7

社會學開始使用網絡分析的理論則是在 20 世紀 50 年代開始。最初的社會網絡研 究是人類學家 Barnes(1954)，他在研究挪威某漁村的社會結構時發現，若只單純從傳 統的角色結構(職業、地位等社會階層)去探討無法解釋整個漁村的運作情形，但若是 以非正式的關係(親屬、朋友等)來進行研究，反而能夠解釋漁村成員的互動行為，之 後 Bott(1957)也繼續往網絡的概念去進行研究，但網絡的概念卻一直沒被注意到，一 直到了 1960 年後期才廣為被各領域的學者所接受，並應用的社會科學的研究中 (Wasserman & Faust,1994)。

2.2.3 社會網絡指標：

本研究以台灣熱門遊憩景點行程的網絡為對象，探討整體旅遊網絡來進行分析，

以下介紹幾個重要的社會網絡分析指標：

一、網絡密度(Network Density)：

網絡密度是在計算整個網絡中平均的連繫強度，網絡密度通常用來衡量網絡中 的成員們關係是否緊密。具有高密度網絡的成員們溝通資訊會較為方便，但也因為 傳遞方便而缺少控制資訊的優勢。

二、中心性(Centrality)：

中心性可分為區域中心性(Local Centrality)和全域中心性(Global Centrality 或稱 為 Centralization)兩種觀察角度，區域中心性觀察的是節點與其周圍的關係，而全域 中心性則是針對整個網絡去觀察，探討整個網絡權力的集中度。

(一) 區域中心性：

在區域中心性中計算與觀察成員連接數目稱為「焦點中心性(point centrality)」或「程度中心性(degree centrality)」，程度中心性大的成員因許多 成員與其互相流通，在網絡中可以掌握許多資訊，而學者 Nieminen(1974) 更 進 一 步 的 將 連 結 以 流 入 或 流 出 方 向 做 為 區 分 ， 分 為 「 外 向 中 心 性 (out-centrality)」與「內向中心性(in-centrality)」。雖然區域中心性可以衡量 連結的數量，但若要比較不同網絡時，會因網絡規模不同而產生誤差，於

8

是 Freeman(1979)提出了以相對區域中心性，即以所連結數目除以最大可能 連結數。

親近中心性(closeness centrality)(Freeman,1979)是用來衡量成員與網絡 中其餘成員的親近程度，成員在移動中會有距離多寡的差異，相距較近的 成員在傳遞資訊時較為方便，反之距離較遠的成員則不易傳達訊息，而親 近中心性就是利用距離來衡量成員對網絡中其餘成員傳遞訊息的方便性，

與其餘成員相距較小的成員則容易傳遞訊息至其餘成員，而其親近中心性 也越高。而依據 Freeman 的觀點，親近性高的成員可以透過較少的傳遞來 傳達訊息，也就是較不易受其他成員所控制。

中介中心性(Betweenness centrality)(Freeman,1979)，則為區域中心性中 另一衡量中心性的方式，在網絡中，兩個不同的成員在傳遞訊息時，必須 透過某一成員來進行傳遞，則此傳遞訊息的成員具有「中介」性質，若不 同的兩個成員能透過許多不同的成員進行傳遞，則此傳遞訊息的成員其重 要性亦相對的減低，則其中介功能較低。中介中心性與程度中心性相同，

會受到網絡規模而影響其數值，Freeman(1979)亦提出相對中介中心性，使 其不因網絡規模而影響。

(二) 全域中心性：

全 域 中 心 性 (Freeman,1979) 同 樣 可 分 為 全 域 程 度 中 心 性 (degree centralization)、全域中介中心性(betweenness centralization)和全域親近域中 心性(closeness centralization)。其主要是在觀察在網絡中的成員中心性的集 中度，若全域中心性數值越高則越接近 100%，代表其中心性高的成員掌握 越大的資源，而邊陲成員則較容易受其他成員所控制。

第二節 第二節

第二節 第二節 社會網絡分析於旅遊研究中的應用 社會網絡分析於旅遊研究中的應用 社會網絡分析於旅遊研究中的應用 社會網絡分析於旅遊研究中的應用

旅遊科學的是很新的研究，但可以借助其他發展成熟的科學來幫助進行探討。傳 統的旅遊研究將旅遊環節視為獨立個體，利用問卷、訪談等方法獲取數據，並利用這

9

些數據進行複雜的統計分析來研究(余洁，2006)。這類研究方法大多只注意到表面的 現象，利用統計的方式對這些現象進行探討，但旅遊並不是單純獨立的個體，這類研 究往往忽略了這些個體的關係結構特性，許多學者開始運用社會網絡分析來探討相關 問題(Kathryn Pavlovich，2003;Gunjan Saxena，2005；Yeong-hyeon hwang，2006；Hsin-Yu SHin，2006；Jonas Larsen，2007；Noel Scott，2008)，目前國內外學者對社會網絡分 析的應用表現在兩個層面上：

一、利用社會網絡的指標進行分析：

運用社會網絡的分析技術，如中心性、密度、結構洞等，對區域內的旅遊流 向進行分析，透過結構研究對旅遊進行解釋。施信佑(Hsin-Yu SHin，2006)以社 會網絡分析的方法對台灣南投地區 16 個旅遊目的地以開車旅遊形成的網絡進行 結構分析。

二、以個體的「關係」做為研究基礎：

另一項的研究則是以各種「關係」為基礎，探討各種關係所構成網絡，以及 旅遊過程及旅遊目的地發展的內在連繫。Kathryn Pavlovich(2003)以紐西蘭的洞 穴旅遊地為例，分析了政府、原住民、企業、旅遊管理部門等所構成的網絡在旅 遊目的地各個階段的結構變化發展。

王素洁(2009)等學者依社會網絡在旅遊領域的研究發展，提出研究的內容主要集 中在四個方向：

一、旅遊目的地網絡結構分析：

旅遊目的地的網絡結構特徵為較多研究者所關注的問題。學者們通常利用如網絡 結構圖、密度、中心性、連繫度等一般性工具探討目的地網絡的結構特點(Kathryn Pavlovich，2003； Noel Scott，2008；March，2008)。學者 Hsin-Yu SHin(2006) 針對台灣南投的 16 個旅遊目的地進行駕車旅遊活動的研究，利用中心性與結構 洞等指標來加強目的地的相關設施與活動。

二、旅遊政策網絡：

10

在制定旅遊政策中，許多利益相關者會因其利益的不同而影響旅遊政策的結果，

就旅遊政策網絡議題的內容來看，有以下三點(Tyler，2001；Pforr，2002;

Dredgr，2003)：

(一)參與旅遊政策網絡的動機。

(二)網絡結構以及網絡互動對旅遊決策產生的影響。

(三)利用旅遊政策網絡做為管理方式的優點與缺點。

Pforr(2002)透過定量與定性研究，探查了澳大利亞北部地區旅遊網絡中的交流網 絡，研究顯示出政府機構與旅遊協會在旅遊網絡中位於「中心」的位置，這顯示 出他們具有能夠左右旅遊決策的結果。

三、旅遊企業成長分析：

利用社會網絡的方式去探討旅遊企業內部結構與旅遊企業外部的互動模式，在旅 遊企業的發展尚能得到較好的應用。目前研究的重點主要集中在旅遊企業如何從 外部獲取資源以及從外部獲取資源的重要性。Costa 等對葡萄牙運動和探險旅遊 企業的發展和創新進行網絡研究，發現位於「結構洞(structure holes)」的企業比 較容易進行創新，因其為能夠較多的訊息與資源。(Scott，2008)

四、旅遊企業知識管理研究：

最後一項為旅遊企業知識傳遞的重要性，利用社會網絡分析的方法可以清楚的知 道知識傳遞的流動，也可以了解知識傳遞的結構(王曉光，2008)。目前旅遊知識 管理的主要重點集中在社會網絡對旅遊企業知識傳播的作用以及社會資本對知 識轉移的影響。Saxena(2005)對英國皮克德國家公園( Peak District Park)的四個目 的地進行正式與非正式的網絡交流分析，結果發現在目的地內的不同行為者之間 的關係狀況是他們進行合作與學習的重要資本。

而劉法建(2009)等人在理論層面上探討社會網絡分析在旅遊研究中的四個可能 性：

一、旅遊目的地之間的競爭與合作：

11

旅遊流向代表兩個不同目的地之間的關係和強度，這些旅遊目的地與流向形成了 旅遊網絡，而社會網絡分析可以針對旅遊網絡進行探討旅遊目的地的網絡結構特 徵，並依照這些特徵來建設適合的設施與活動(Hsin-Yu SHin，2006)。表 2-1 為 社會網絡分析應用於旅遊的特徵描述與結構意義。

表 2-1 應用於旅遊網絡的社會網絡分析方法與意義(劉法建，2009)

分析類型 社會網絡中的描述 旅遊結構中的意義

密度、距離、直徑等 對整體網絡的特徵描述 量化網絡特徵，顯示旅遊結構 是否和諧、完善

中心性

包含程度性、親近性、中介 性三種，判斷行動者是否為

於中心位置

識別該目的地在區域中的角 色、位置、重要程度以及是否

有結構洞優勢

凝聚子群集

包括派系、成分分析等，分 析網絡是否存在高度凝聚力

的群體

顯示有哪些目的地的旅遊連繫 較為緊密，而這些緊密聯繫的 群體對整個目的地網絡的影響 角色 分析網絡中是否存在近似位

置的行動者

有助於旅遊產品的開發與其他 目地的競爭合作關係的發展 核心-邊緣 分析網絡中是否具有「核心

與邊緣」的結構

分析區域旅遊流分佈的不平衡 性

二、旅遊目的地管理：

旅遊目的地包含許多不同類型的組織、部門與基礎設施，這些組織追求各自的利 益形成衝突，在管理上造成問題。為了解決這些問題，必須要將各個組織做好溝 通協調，提高旅遊目的地的綜合效益。因此可以利用社會網絡分析的方法提供以 整個旅遊目的地的角度去思考如何發展與管理此旅遊目的地，而不是考慮到個別 組織的利益；也可以讓管理者透過視覺化的社會網絡圖去辨別與進行訊息的傳遞；

還可以對不同階段的旅遊目的地進行結構的比對，來展示利益關係的演化。朱華 (2006)研究顯示，鄉村旅遊各利益主題關係須不斷協調才能不斷的發展下去；何 彪、馬勇(2004)則透過關係營銷來指出各利益主體不斷的溝通與協調的重要性。

三、旅遊企業管理：

旅遊企業管理包含許多方向，例如物資開發、成本控制、市場營銷等等，相關理 論繁多且複雜。在管理的過程中，員工會遇到許多瑣碎的問題，這些問題有的被

12

記錄下來方便解決後進員工的問題，但還是有些隱性的知識是無法被記錄傳授的。

這些隱性知識的傳遞對旅遊企業的管理是非常重要的。透過社會網絡分析可以將 員工、團隊、部門之間的關係描述出來，使看不見的訊息與知識傳播的過程轉變 為更清晰的圖形(殷國鵬，2006)，可以透過這些圖形去了解知識的推動或阻礙的 問題。

四、旅遊者態度和行為決策：

旅遊者的旅遊動機、旅遊偏好、旅遊行為、旅遊態度等決策都是依照旅遊者的屬 性來決定的，儘管目前研究中並沒有分析旅遊者的社會關係會如何影響旅遊者的 旅遊決策，但劉法建認為可以嘗試使用網絡分析來探討旅遊者的決策過程其原因 在於他認為旅遊者是鑲嵌在社會網絡裡，儘管旅遊者有自身的喜好，但因旅遊者 的人際關係帶來的情感因素、信任因素會左右一個人的旅遊決策；其次為旅遊者 需要的旅遊訊息來決定其旅遊決策，而旅遊訊息正是透過一定的社會關係和社會 結構所傳遞的。

以上的文獻為旅遊科學在社會網絡中的應用，利用社會網絡分析來探討旅遊研究 的方向有很多，而本研究所要探討的是如何針對旅遊目的地的結構特徵來找出適合的 設施與活動，也就是利用上述所提到的旅遊目的地的結構分析來探討旅遊目的地之間 的合作，透過其網絡特徵來建構適合的設施與活動。

13

第三章 第三章

第三章 第三章 研究方法 研究方法 研究方法 研究方法

第一節 第一節 第一節

第一節 研究 研究 研究 研究架構 架構 架構 架構

本研究目的為探討台灣的旅遊行程，首先利用台灣的熱門景點網絡依據政府的推 薦旅遊路線來建構台灣的旅遊網絡，再利用社會網絡分析的方法分析該網絡中的特性。

並根據該網絡中的特性對政府所規劃的旅遊景點中的旅遊活動與設施提出建議。為達 到此一目的本研究之研究架構如圖 3-1 所示。在此研究架構中，本研究首先收集台灣 政府機構所推薦的旅遊行程，其次將收集而得的旅遊路線網路轉換成關係陣列，在其 次將此關係陣列輸入至社會網絡分析軟體中，以程度中心性、親近中心性以及中介中 心性為指標進行網絡分析。接著分析經由社會網絡分析所得到的網絡特徵，最後根據 這些網絡特徵來建議景點進行有效的設施與活動。

14

第二節 第二節 第二節

第二節 研究對象 研究對象 研究對象 研究對象

在本研究中，我們針對中央或地方政府所統計的熱門遊憩景點進行社會網絡分析。

本研究根據 2009 年交通部觀光局(http://taiwan.net.tw)所統計的熱門景點做為本研究 網路分析的行動者。由於景點的熱門程度有季節性，所以我們計算每個景點每年的遊 客人數，將每年遊客人數超過 120,000 人以上的景點列為網路分析中的行動者，以避 免失真。經過上述的篩選，最後總共列出 204 個熱門遊憩景點做為網路分析的行動 者。

第三節 第三節 第三節

第三節 研究工具 研究工具 研究工具 研究工具

本研究所使用到的研究工具為在網分析中被廣為使用的 Ucinet 網絡分析程式，

旅遊網絡 台灣旅遊路線

關係陣列

程度中心性 親近中心性 中介中心性

資料結果分析

建議設施與活動

圖 3-1 研究架構圖

15

透過這個程式可以將我們所收集到資料利用陣列的方式來建構熱門景點之間的關係 網絡，此外，Ucinet 還可以計算此關係網絡的各項指標及網絡圖，本研究利用其中心 性的指標去計算出程度中心性、親近中心性與中介中心性，幫助我們對計算產生的數 值進行探討與分析。

第四節 第四節 第四節

第四節 研究步驟 研究步驟 研究步驟 研究步驟

3.4.1 收集與彙整資料以建構旅遊網絡：

確定了研究對象後，我們先上交通部觀光局網站收集 2009 年所統計的熱門遊憩 景點，將一年遊客人數超過 120,000 人的景點挑選出來，被挑選出來的景點便是我們 所要研究的熱門遊憩景點。

有了研究對象後，接下來要收集的為各熱門遊憩景點之間的旅遊路線，有了這些 旅遊路線，我們才可以建立景點之間的旅遊路線關係。我們在網路上收集交通部觀光 局、各縣市觀光局及各國家公園的建議旅遊行程，針對之前挑選的熱門遊憩景點來挑 選我們所需要的旅遊路線，將沒有包含熱門遊憩景點的旅遊路線剔除掉。之後將挑選 出來的建議旅遊路線，依其路線的走向來定義熱門遊憩景點之間的旅遊路線關係。例 如：有一旅遊路線其規劃依序為八里渡船頭→左岸公園→挖子尾紅樹林保護區→十三 行博物館→觀音山風景區。左岸公園、十三行博物館、以及觀音山這三個景點為我們 所認定的熱門景點，所以我們視其關係為左岸公園→十三行博物館→觀音山，此外我 們所認定的行程規劃為一天以內的行程，假設有一行程為兩天的行程，第一天行程的 景點與第二天行程的景點不視為具有連結性，將景點的行程整理出來後，便可著手建 立景點之間的關係矩陣了。

3.4.2 建立旅遊網絡中景點關係矩陣：

在完成研究步驟一之後，接著將進行步驟二。在本步驟中利用 UCINET 6.3112 來建構出社會網絡，UCINET 為最廣泛被用來使用的網路分析程式。而要建構熱門遊 憩景點的社會網絡，首先必須先建立起景點間旅遊路線關係矩陣，本研究依照之前所

16

蒐集到的旅遊路線來建立熱門遊景點的關係，若兩景點間有旅遊路線連結，則在關係 矩陣中數值為 1，若景點與景點沒有連結，則數值為 0。如表 3-1，今有 A、B、C、D 四個景點，景點 A 到景點 B 有連結，則關係矩陣(A,B)以 1 表示。若任兩個節點沒有 連結，則以 0 表示，例如，社會網絡關係矩陣(A,D)為 0。而旅遊路線具有方向性，景 點 A 能連結到景點 C，但景點 C 卻無法連結至景點 A，(A,C)為 1 但(C,A)為 0，最後 依關係矩陣可以畫出景點與景點的社會網絡圖，如圖 3-2。

表 3-1 景點關係矩陣範例圖

景點 景點 景點

景點 A B C D

A 0 1 1 0

B 1 0 0 0

C 0 0 0 0

D 0 0 0 0

圖 3-2 社會網絡圖範例

3.4.3 選擇分析旅遊網絡的特性指標：

本研究採用社會網絡分析來尋找組織內的行動者的結構特徵，找出組織中哪些行 動者有較高的中心性，利用中心性來找出具有重要地位的行動者，本研究使用三種指 標來探討中心性：程度中心性(degree centrality)、接近中心性(closeness centrality)、與 中介中心性(betweenness centrality)。

一、程度中心性(degree centrality)：

17

程度中心性是利用行動者與鄰近的行動者所連接的數量來衡量行動者的中心程 度，程度中心性越大則代表此行動者越有影響力。在有方向性的網路裡可以分為內向 中心性(in degree centrality)與外向中心性(out degree centrality)，在旅遊網絡中，景點 若擁有較高的內向中心性，則表示許多景點會連結到此景點來；若景點擁有較高的外 向中心性，則代表此景點能夠連結到許多其它的景點去。內向中心性與外向區域程度 中心性的公式如下：

C _, n = ∑ r _, (1) C _, n = ∑ r _, (2)

其中C _, n 為節點i的內向連結程度，r _, 為連結到節點i的數目；C _, n 為節點i的 外向連結程度，r _, 為節點i連結到其他節點的數目。

而區域中心性因受到網絡規模的影響，故 Freeman(1979)提出相對區域中心性，

將其標準化，公式為連結數目除以最大可能連結數目：

C _{_ ,} n = ^, (3)

C _{_ ,} n = ^, (4) C _{_} 為標準化程度中心性，其中g為網絡節點數目。

上述為測量區域中心性的公式，若是要了解網絡中心的集中度，則必須透過全域 程度中心性來測量，及網絡中最大的程度中心性與每個節點的差異總和去除以最大可 能的差易總合，其公式如下：

C_{!_} = ∑ "C n^∗ − C n %/Max ∑ "C n^∗ − C n % (5) C_{!_} 為全域程度中心性，n^∗為網絡中最大程度中心性。

二、親近中心性(closeness centrality)：

另一項測量中心性的指標為親近中心性，親近中心性為測量景點與其他景點的緊 密程度。同樣的，親近中心性也分為內向親近中心性與外向親近中心性，內向親近中 心性高的景點代表其它景點可以透過較少路徑到達此景點；而外向親近中心性高的景 點，則代表此景點可以透過較少的路徑到達其它景點。其公式如下：

18

C =∑⁺_*,- , _* (6) 其中 g 為整個網絡的個數，d n , n 為節點 n 到節點 n 的最短距離。

三、中介中心性(betweenness centrality)：

最後一項衡量中心性的指標為中介中心性，此指標主要在衡量節點在任意兩節點 的路徑間之重要程度。其公式如下：

C_/ n = ∑ ∑ ^*0

1 *0 (7)

其中g₁ 為節點 n 到節點 n₁ 的所有路徑,，而 g₁ n 則是在節點 n 與節點 n₁ 間，包含節點 n 的最短路徑。

與區域程度中心性相同，區域中介中心性也受到網絡規模的影響而有所差異，其標準 化為區域中介中心性除以最大可能連結數目，其公式如下：

2_{345_6} 7₈ = ^{9∗:; <=}

> > 9 (8)

2_{345_6}為標準化中介中心性，g為網絡中節點個數。

最後要了解中介性是否集中在某些節點上，我們可以透過全域中介中心性去衡量，

其算法為網絡中最大的中介性數值與其他各節點的差異總合除以最大可能的中介性 差異加總，其公式如下：

2_{?_6} = ∑^>₈ "2₆ 7^∗ − 2₆ 7₈ %/Max ∑^>₈ "2₆ 7^∗ − 2₆ 7₈ % (9) 在旅遊網絡中，程度中心性可被解釋為受歡迎的程度。親近中心性則是可能更快 接受到資訊，因此通常代表旅遊網路的效率或是可以說具有避免受單一中介者控制的 獨立性。在擴散的過程中，中介性的角色能控制資訊的流動，如同守門員；而在交換 的過程中，中介性的角色能扮演仲介者(broker)。

3.4.4 旅遊網絡分析結果的產生、分析與整理：

最後將透過社會網絡分析所得到的資料做分析，依照各個指標代表的網絡特徵應 用到旅遊中，對每個景點的網絡特徵來建議其設施與活動。在本研究中使用中心性分 析旅遊網路，本研究所使用的中心性指標包含程度中心性、親近中心性、以及中介中

19

心性等三種，透過中心性分析本研究藉此判斷節點是否位於某種中心位置。對目的地 進行 3 種中心性分析，可以識別該目的地在區域中的角色、位置、重要程度。

20

第四章 第四章

第四章 第四章 研究結果 研究結果 研究結果 研究結果

第一節 第一節 第一節

第一節 描述性分析 描述性分析 描述性分析 描述性分析

我們將台灣各縣市的熱門遊憩景點做個統計，其編號與景點名稱做成對照表(表 4-1)，發現許多熱門遊憩景點集中在台北縣市，其數量高達 54 個景點；而熱門遊憩 景點最少的縣市則是雲林縣，每年超過 120,000 人數的景點只有 2 個。由下面的表(表 4-2)可以清楚的看到除了雲林外，桃園、新竹、苗栗、彰化、嘉義、澎湖以及金門熱 門遊憩景點都偏少。

表 4-1 景點編號對照表

A01 陽明山遊客中心 A02 陽明公園 A03 大屯遊憩區

A04 龍鳳谷遊憩區 A05 國立故宮博物院 A06 市立美術館

A07 忠烈祠 A08 國立歷史博物館 A09 國立臺灣科學教育館

A10 國立臺灣藝術教育館 A11 市立動物園 A12 市立兒童育樂中心

A13 市立天文科學教育館 A14 國父紀念館 A15 士林官邸

A16 國立中正紀念堂 A17 臺北自來水園區 A18 臺北探索館

A19 美麗華摩天輪 A20 臺北 101 觀景臺 A21 當代藝術館

A22 北投溫泉博物館 A23 龍山寺 A24 鼻頭港服務區

A25 福隆遊客服務中心 A26 福隆蔚藍海岸 A27 草嶺古道系統

A28 舊草嶺隧道 A29 野柳風景區 A30 三芝遊客中心

A31 情人湖公園 A32 白沙灣 A33 翡翠灣濱海遊樂區

A34 觀音山 A35 臺北縣立鶯歌陶瓷博物館 A36 烏來風景特定區

A37 碧潭風景特定區 A38 臺北縣客家文化園區 A39 十分旅遊服務中心

A40 淡水漁人碼頭 A41 瑞芳風景特定區 A42 臺北縣立十三行博物館

A43 臺北縣黃金博物園區 A44 八仙海岸 A45 雲仙樂園

46 三峽鎮大板根森林溫泉渡 假村

A47 朱銘美術館 A48 淡水紅毛城

A49 林本源園邸( 林家花園) A50 八里左岸公園 A51 淡水金色水岸

A52 三峽老街 A53 滿月圓國家森林遊樂區 A54 內洞國家森林遊樂區

B01 航空科學館 B02 石門水庫風景區 B03 慈湖

B04 東眼山國家森林遊樂區 B05 拉拉山自然保護區 B06 小人國主題樂園

B07 味全埔心牧場 C01 獅頭山風景區 C02 港南運河風景區

21

景點編號對照表(續)

C03 內灣風景區 C04 六福村主題遊樂園 C05 小叮噹科學遊樂園

C06 綠世界生態休閒農場 C07 南園清心園林休閒農場 C08 北埔遊憩區

D01 木雕博物館 D02 汶水遊客中心 D03 火炎山溫泉遊樂區

D04 西湖渡假村 D05 香格里拉樂園 E01 梨山遊憩區

E02 谷關遊憩區 E03 武陵遊客中心 E04 武陵國家森林遊樂區

E05 國立自然科學博物館 E06 臺中公園 E07 大坑登山步道

E08 鐵鉆山 E09 月眉育樂世界 E10 東勢林場

E11 萬和宮 F01 八卦山風景區 F02 鹿港龍山寺

F03 田尾公路花園 F04 溪州公園 G01 劍湖山世界

G02 北港朝天宮 H01 圓潭自然生態園區 H02 阿里山國家森林遊樂區

H03 嘉義市立博物館 H04 蘭潭 I01 七股鹽山

I02 尖山埤江南渡假村 I03 曾文水庫 I04 烏山頭水庫風景區

I05 關子嶺溫泉 I06 虎頭埤風景區 I07 走馬瀨農場

I08 頑皮世界 I09 南鯤鯓代天府 I10 麻豆代天府

I11 延平郡王祠 I12 赤嵌樓 I13 億載金城

I14 臺南孔子廟 I15 祀典武廟 I16 大天后宮

I17 安平古堡 I18 安平樹屋 J01 茂林風景區

J02 寶來、不老溫泉區 J03 六龜服務區 J04 梅山遊客中心

J05 壽山動物園 J06 前清打狗英國領事館 J07 旗津海岸公園

J08 蓮池潭 J09 國立科學工藝博物館 J10 高雄市立美術館

J11 高雄市立歷史博物館 J12 高雄市中正文化中心 J13 澄清湖

J14 藤枝國家森林遊樂區 J15 旗津海水浴場 J16 布魯樂谷主題親水樂園

J17 佛光山 J18 駁二藝術特區 K01 琉球風景區

K02 大鵬灣遊客中心 K03 臺灣原住民文化園區 K04 墾丁國家公園管理處遊客

中心

K05 鵝鑾鼻公園 K06 貓鼻頭公園 K07 墾丁國家森林遊樂區

K08 佳樂水 K09 社頂自然公園 K10 南灣遊憩區

K11 砂島貝殼砂展示館 K12 國立海洋生物博物館 K13 八大森林博覽樂園

K14 小墾丁牛仔渡假村 L01 日月潭風景區 L02 九族文化村

L03 車埕 L04 塔塔加遊憩區 L05 鳳凰谷鳥園

L06 清境農場 L07 武陵農場 L08 霧社

L09 東埔溫泉 L10 奧萬大國家森林遊樂區 L11 惠蓀林場

L12 溪頭森林遊樂區 L13 杉林溪森林遊樂區 L14 泰雅渡假村

L15 中臺禪寺 M01 大里遊客服務中心 M02 龜山島海域遊憩區

M03 石城服務區 M04 北關海潮公園 M05 外澳濱海遊憩區

M06 武荖坑風景區 M07 國立傳統藝術中心 M08 冬山河親水公園

22

景點編號對照表(續)

M09 五峰旗瀑布 M10 龍潭湖 M11 太平山國家森林遊樂區

M12 明池森林遊樂區 N01 秀姑巒溪泛舟 N02 石梯坪

N03 花蓮海洋公園 N04 鯉魚潭風景特定區 N05 新光兆豐休閒農場

N06 南安遊客中心 N07 太魯閣國家公園遊客中心 N08 布洛灣遊憩區

N09 臺九線沿線景觀區 N10 臺八線沿線景觀區 N11 慶修院

N12 七星潭風景區 O01 小野柳 O02 三仙臺

O03 八仙洞 O04 綠島 O05 關山親水公園

O06 初鹿牧場 O07 鹿野高臺 O08 原生應用植物園

O09 國立臺灣史前文化博物館 O10 卑南文化公園 O11 知本溫泉風景特定區

P01 南海遊客中心 P02 北海遊客中心 P03 吉貝遊客中心

P04 澎湖水族館 P05 綠蠵龜觀光保育中心 Q01 翟山坑道

Q02 雙鯉溼地自然中心 Q03 古寧頭戰史館 Q04 莒光樓

表 4-2 各縣市熱門遊憩景點數量表

縣市 景點數量

台北 54

桃園 7

新竹 8

苗栗 5

台中 11

彰化 4

雲林 2

嘉義 4

台南 18

高雄 18

屏東 14

南投 15

宜蘭 12

花蓮 12

台東 11

澎湖 5

金門 4

總數 204

透過 UCINET6.3112，我們將收集來的資料轉換成社會網絡圖(圖 4-1)，由圖形中 可以看到許多景點與其它景點有所連結，然而亦有些景點是獨立的，與其它景點並無 連結，我們依據連結起來的景點數量來做分群。在群組中只有單獨一個景點的群組有 66 個、兩個景點的群組有 5 個、三個景點的群組有 7 個，四個景點的群組有 1 個，

五個景點的群組有 1 個、六個景點的群組 2 個、七個景點的群組 1 個。景點數目較多 的群組有四個，分別有 13 個、16 個、19 個、與 31 個景點，做出下面的表(表 4-3)來

23

統計：

圖 4-1 台灣熱門遊憩景點網絡圖

表 4-3 網絡規模數量統計表

景點數目 景點數目 景點數目

景點數目 群組群組內數目群組群組內數目內數目 內數目 所在縣市所在縣市所在縣市所在縣市

1 66 各縣市都有，除了台東、金門 2 5 台北、苗栗、嘉義、屏東、花蓮 3 7 台北、新竹、彰化、嘉義、台南、南投

4 1 金門

5 1 桃園、新竹

6 2 台中、南投

7 1 台北

13 1 高雄、屏東 16 1 花蓮、台東 19 1 台南、高雄 31 1 台北、宜蘭

由表 4-3 可以看出台北-宜蘭能夠連結出較大的網絡、其次是台南-高雄、花蓮- 台東以及高雄-屏東，這四個地區的連結數量明顯大於其他地區。

接下來本研究將依序針對程度中心性、親近中心性與中介中心性等三個中心性進 行探討。在依序探討每一個中心性時由於台灣幅員廣大，我們再將其依據觀光局的資

24

料將台灣細分為四個部份進行討論，分別為北台灣(台北、桃園、新竹、宜蘭)、中台 灣(苗栗、台中、彰化、雲林、南投)、東台灣(花蓮、台東)、南台灣(嘉義、台南、高 雄、屏東)四個地區，來探討此四個地區的中心性。而由於澎湖、金門等地位於外島 地屬偏遠，故不將其討論。

第二節 第二節

第二節 第二節 中心性 中心性 中心性 中心性指標 指標 指標 指標分析 分析 分析 分析

本研究利用社會網絡去探討熱門遊憩景點網絡的中心性，中心性可以用來計算景 點是否位於具有控制性質的「中心」能力，而程度中心性、親近中心性與中介中心性 是最常被用來衡量是否具有中心性的指標

4.2.1 程度中心性：

程度性是用來衡量景點與其它景點的連結數量，程度性越大的景點代表與較多的 景點有所連結。而程度性又分為內向程度性(in degree)與外向程度性(out degee)。內向 程度中心性代表有多少景點連結到此景點；而外向程度性則代表此景點將連結到其他 景點的數量。

在旅遊網絡的特徵上，若外向程度性大於內向程度性則代表此景點容易到達其他 景點卻不容易從其他景點進入，於是我們將此景點視為具有起點性質的特徵；相反的，

若外向程度性小於內向程度性，則此景點具有終點性質的特徵；若是外向程度中心性 與內向程度性皆高，則代表此景點無論連結進來或移動出去都非常方便，具有位於旅 遊路線中央的性質。

透過 UCINET6.3112，我們可以將台灣北部、中部、東部以及南部四部分的程度 中心性計算出來。OutDegree、InDegree 、NrmOutDeg 以及 NrmInDeg 分別代表外向 程度性、內向程度性、標準化外向程度性和標準化內向程度性。外向程度中心性與內 向程度性為景點連結出去以及連結進來的數量，標準化外向程度性和標準化內向程度 性則是連結數目在整體網絡中所占的比率。

一、北台灣：

北台灣景點程度中心性分析結果如表 4-4，其中 A50(八里左岸公園)的外向程度

25

性與內向程度性分別為 4 與 3，代表在路線規劃中八里左岸公園可以連結到 4 個景點，

而且有 3 個景點會連結到八里左岸公園，在北部地區的網絡中較高於其他地區，顯示 出八里左岸公園具有形成中心特徵的性質；A01(陽明山遊客中心)、M07(國立傳統藝 術中心)的外向程度性為 3，內向程度性為 0，具有較高的起點性質；A05(國立故宮博 物院)A27(草嶺古道系統) 外向程度性為 1、內向程度性為 3，具有終點性質。

表 4-4 北台灣程度中心性

景點 景點 景點

景點 OutDegree InDegree NrmOutDeg NrmInDeg A16

A50 A42 A34 A48 A01 A26 M01 M07 A14 A23 A43 A15 A36 B02 A52 A07 A09 B03 A18 A19 A05 A53 A22 A45 A44 A27 A08 A29 B06 M12 C01 M04 A39

4.000 2.000 5.000 2.500 4.000 3.000 5.000 3.750 3.000 2.000 3.750 2.500 3.000 2.000 3.750 2.500 3.000 3.000 3.750 3.750 3.000 0.000 3.750 0.000 3.000 1.000 3.750 1.250 3.000 2.000 3.750 2.500 3.000 0.000 3.750 0.000 2.000 0.000 2.500 0.000 2.000 2.000 2.500 2.500 2.000 2.000 2.500 2.500 2.000 2.000 2.500 2.500 2.000 2.000 2.500 2.500 2.000 2.000 2.500 2.500 1.000 0.000 1.250 0.000 1.000 0.000 1.250 0.000 1.000 0.000 1.250 0.000 1.000 1.000 1.250 1.250 1.000 1.000 1.250 1.250 1.000 2.000 1.250 2.500 1.000 3.000 1.250 3.750 1.000 0.000 1.250 0.000 1.000 2.000 1.250 2.500 1.000 1.000 1.250 1.250 1.000 2.000 1.250 2.500 1.000 3.000 1.250 3.750 1.000 1.000 1.250 1.250 1.000 0.000 1.250 0.000 1.000 1.000 1.250 1.250 1.000 1.000 1.250 1.250 1.000 0.000 1.250 0.000 1.000 2.000 1.250 2.500 1.000 0.000 1.250 0.000

26

北台灣程度中心性(續)

景點 景點 景點

景點 OutDegree InDegree NrmOutDeg NrmInDeg M11

A06 A37 M09 C08 M08 B05 A11 A03 A35 A25 A31 A32 A28 A24 A10 A21 A12 A13 A04 B01 A51 A47 B04 A54 A20 B07 A02 C02 C03 C04 A46 C06 C07 A49 A30 M02 M03 A33 M05 M06 C05 A17 A38 M10 A40 A41

1.000 2.000 1.250 2.500 1.000 1.000 1.250 1.250 1.000 1.000 1.250 1.250 1.000 1.000 1.250 1.250 1.000 1.000 1.250 1.250 1.000 1.000 1.250 1.250 1.000 0.000 1.250 0.000 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000 0.000 2.000 0.000 2.500 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 2.000 0.000 2.500 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.250 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.250 0.000 1.000 0.000 1.250 0.000 0.000 0.000 0.000

二、中台灣：

27

中台灣景點程度中心性分析結果如表 4-5，其中 L07(武陵農場) 外向程度性 2、

內向程度性 1 與 L01(日月潭風景區)、E02(谷關遊憩區) 外向程度性 1、內向程度性 2 具有較高的中心性質；L03(車埕)其外向程度性為 2、內向程度性為 0，具有起點特徵 性質；而 L12(溪頭森林遊樂區)其外向程度性為 0、內向程度性為 3，具有終點特徵性 質。

表 4-5 中台灣程度中心性

景點 景點 景點

景點 OutDegree InDegree NrmOutDeg NrmInDeg L03

L07 D01 L09 L01 E01 E10 E03 E04 F03 L05 E02 F01 F02 L02 L13 D03 D04 D02 E07 G01 E09 E05 F04 E11 G02 D05 L06 E06 L08 E08 L10 L11 L12 L04 L14 L15

2.000 0.000 5.556 0.000 1.000 2.000 2.778 5.556 1.000 0.000 2.778 0.000 1.000 0.000 2.778 0.000 1.000 2.000 2.778 5.556 1.000 0.000 2.778 0.000 1.000 1.000 2.778 2.778 1.000 1.000 2.778 2.778 1.000 0.000 2.778 0.000 1.000 1.000 2.778 2.778 1.000 0.000 2.778 0.000 1.000 2.000 2.778 5.556 1.000 1.000 2.778 2.778 1.000 1.000 2.778 2.778 1.000 1.000 2.778 2.778 1.000 0.000 2.778 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 2.778 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 3.000 0.000 8.333 0.000 1.000 0.000 2.778 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

三、東台灣：

東台灣景點程度中心性分析結果如表 4-6，其中東部地區 O07(鹿野高臺) 外向程

28

度性 4、內向程度性 3 與 O06(初鹿牧場) 外向程度性 3、內向程度性 4 具有較高的外 向程度性與內向程度性，具有中心特徵性質；O02(三仙臺) 外向程度性 4、內向程度 性 2 具有起點特徵性質；終點特徵性質的景點為 O05(關山親水公園)，其外向程度性 為 1、內向程度性為 4。

表 4-6 東台灣程度中心性

OutDegree InDegree NrmOutDeg NrmInDeg O02

O07 O06 O01 O11 N04 O09 O03 O08 O05 O10 N01 N02 N03 N05 O04 N08 N07 N06 N09 N10 N11 N12

4.000 2.000 18.182 9.091 4.000 3.000 18.182 13.636 3.000 4.000 13.636 18.182 3.000 2.000 13.636 9.091 2.000 3.000 9.091 13.636 2.000 1.000 9.091 4.545 2.000 2.000 9.091 9.091 2.000 3.000 9.091 13.636 2.000 2.000 9.091 9.091 1.000 4.000 4.545 18.182 1.000 1.000 4.545 4.545 1.000 0.000 4.545 0.000 1.000 3.000 4.545 13.636 1.000 0.000 4.545 0.000 1.000 1.000 4.545 4.545 1.000 0.000 4.545 0.000 1.000 0.000 4.545 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 4.545

四、南臺灣：

南台灣景點程度中心性分析結果如表 4-7，其中南部地區的 J11(高雄市立歷史博 物館)具有較高的外向程度性與內向程度性，其數值皆為 7；J05(壽山動物園) 外向程 度性 6、內向程度性 3，有起點特徵性質；I11(延平郡王祠) 外向程度性 0、內向程度 性 4 則具有終點特徵性質。

29

表 4-7 南台灣程度中心性

OutDegree InDegree NrmOutDeg NrmInDeg J11

J05 J10 K04 J07 J08 K06 K05 J06 J09 K09 K10 K07 I17 K08 K11 I16 K12 J18 I15 I10 I12 J15 J01 I08 K13 K02 J13 I01 K03 H04 I13 I14 I09 I18 H02 I07 I05 I03 H01 K01 I11 H03 J16 J17 I02 J12 I04 J14 I06 J02 J03 J04 K14

7.000 7.000 13.208 13.208 6.000 3.000 11.321 5.660 6.000 5.000 11.321 9.434 5.000 3.000 9.434 5.660 5.000 4.000 9.434 7.547 5.000 3.000 9.434 5.660 5.000 4.000 9.434 7.547 5.000 7.000 9.434 13.208 4.000 6.000 7.547 11.321 4.000 4.000 7.547 7.547 4.000 4.000 7.547 7.547 3.000 4.000 5.660 7.547 3.000 1.000 5.660 1.887 3.000 2.000 5.660 3.774 3.000 2.000 5.660 3.774 3.000 6.000 5.660 11.321 2.000 2.000 3.774 3.774 2.000 3.000 3.774 5.660 2.000 4.000 3.774 7.547 2.000 1.000 3.774 1.887 2.000 0.000 3.774 0.000 2.000 0.000 3.774 0.000 2.000 2.000 3.774 3.774 2.000 0.000 3.774 0.000 1.000 0.000 1.887 0.000 1.000 0.000 1.887 0.000 1.000 1.000 1.887 1.887 1.000 2.000 1.887 3.774 1.000 1.000 1.887 1.887 1.000 1.000 1.887 1.887 1.000 0.000 1.887 0.000 1.000 2.000 1.887 3.774 1.000 1.000 1.887 1.887 1.000 2.000 1.887 3.774 1.000 1.000 1.887 1.887 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.887 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.887 0.000 4.000 0.000 7.547 0.000 1.000 0.000 1.887 0.000 1.000 0.000 1.887 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.887 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 0.000 1.887 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

30

對於具有起點特徵的景點，我們可以在那邊設置一些租車中心、計程車站等的設 施，讓遊客不用擔心交通問題而煩惱；有終點特徵的景點，建議可以販售一些具有當 地紀念價值的名產或禮品；而具有中間特徵的景點，我們認為它具有高連結性，來往 的旅客會很多，故應該要將交通疏導的問題要做好，同時也可以設置一些旅館或餐館，

讓遊客可以好好的休息。

4.2.2 親近中心性：

親近中心性是以距離來計算節點的中心程度，與其他景點距離越小則親近中心性 越大，反之與其他景點距離越大則親近中心性越小。親近中心性也分為外向親近中心 性(Out Closeness)與內向親近中心性(In Closeness)，代表著景點的到達性與被到達 性。

一、北台灣：

北台灣景點親近中心性分析結果如表 4-8。在台灣北部地區，A20(台北 101 觀景 臺)的內向親近性最高，其數值為 1.444 但其外向親近性卻是最低的 1.235；而 M07(國 立傳統藝術中心)則是有最高的外向親近性 1.460 與最低的內向親近性 1.235。

31

表 4-8 北台灣親近中心性

景點 景點景點

景點 inFarness outFarness inCloseness outCloseness A20

A25 A43 A22 M10 A19 M09 M04 A27 A26 M01 A05 A12 A15 A51 A40 A50 A48 A42 A44 A34 C04 A16 A23 M12 A08 B06 B02 A36 A35 M11 B03 A37 C03 A45 C08 A11 A02 A33 A06 M08 A18 M06 A14 A09 A32 A21 A04 A03 A01 A07 A28 A49 A52 A31

5540.000 6480.000 1.444 1.235 5555.000 6480.000 1.440 1.235 5624.000 6320.000 1.422 1.266 5632.000 6321.000 1.420 1.266 5712.000 6480.000 1.401 1.235 5770.000 6400.000 1.386 1.250 5783.000 6400.000 1.383 1.250 5849.000 5852.000 1.368 1.367 5854.000 5857.000 1.367 1.366 5855.000 5846.000 1.366 1.368 5855.000 5850.000 1.366 1.368 6003.000 6321.000 1.333 1.266 6009.000 6480.000 1.331 1.235 6084.000 6163.000 1.315 1.298 6085.000 6480.000 1.315 1.235 6085.000 6480.000 1.315 1.235 6161.000 6002.000 1.298 1.333 6161.000 6003.000 1.298 1.333 6162.000 6003.000 1.298 1.333 6162.000 6007.000 1.298 1.332 6162.000 6003.000 1.298 1.333 6165.000 6480.000 1.298 1.235 6241.000 5924.000 1.282 1.350 6241.000 5927.000 1.282 1.350 6242.000 5780.000 1.282 1.384 6242.000 5932.000 1.282 1.349 6242.000 6400.000 1.282 1.250 6320.000 6241.000 1.266 1.282 6320.000 6320.000 1.266 1.266 6320.000 6480.000 1.266 1.235 6320.000 5709.000 1.266 1.401 6321.000 6243.000 1.266 1.281 6321.000 6321.000 1.266 1.266 6321.000 6480.000 1.266 1.235 6321.000 6321.000 1.266 1.266 6400.000 6400.000 1.250 1.250 6400.000 6480.000 1.250 1.235 6400.000 6480.000 1.250 1.235 6400.000 6480.000 1.250 1.235 6400.000 6321.000 1.250 1.266 6400.000 5639.000 1.250 1.419 6400.000 6400.000 1.250 1.250 6400.000 6480.000 1.250 1.235 6480.000 6241.000 1.235 1.282 6480.000 6087.000 1.235 1.314 6480.000 6480.000 1.235 1.235 6480.000 6480.000 1.235 1.235 6480.000 6480.000 1.235 1.235 6480.000 6480.000 1.235 1.235 6480.000 5926.000 1.235 1.350 6480.000 5851.000 1.235 1.367 6480.000 6480.000 1.235 1.235 6480.000 6480.000 1.235 1.235 6480.000 6400.000 1.235 1.250 6480.000 6480.000 1.235 1.235